在C++11中，string::c_str()方法是否不再以null结尾？

Question

在C++11中，basic_string::c_str被定义为与basic_string::data完全相同，而basic_string::data则被定义为恰好等同于*(begin() + n)和*(&*begin() + n)（当 0 <= n < size() ）。

我没有找到任何要求该字符串必须始终以空字符结尾的内容。

这是否意味着不能保证c_str()将产生以空字符结尾的字符串？

- Mankarse

---

这样激进的变化肯定会破坏很多旧代码... - Nim

@Nim：我完全同意，但我想知道这个要求在标准的哪里规定了。 - Mankarse

如果c_str函数不能返回以NULL结尾的字符串，那它将成为最容易误解的函数名称。 - Seth Carnegie

你在 0 <= n <= size() 中漏掉了一个 = ... 当你加上它时，一切都会正常，就像标准所做的那样。 - Ben Voigt

Answer 1

现在要求使用以null结尾的缓冲区来内部处理字符串。查看operator[]（21.4.5）的定义：

Requires: pos <= size().

Returns: 如果pos < size()，则返回*(begin() + pos)，否则返回类型为T的对象的引用，该对象具有值charT()；不得修改所引用的值。

回顾c_str（21.4.7.1/1），我们看到它是以operator[]为基础定义的：

Returns: 指针p，使得对于[0,size()]中的每个i，都有p + i == &operator[](i)。

而且c_str和data都需要O(1)，因此实现效果被迫使用以null结尾的缓冲区。

此外，正如David Rodríguez - dribeas在评论中指出的那样，返回值要求还意味着您可以将&operator[](0)用作c_str()的同义词，因此终止null字符必须位于同一缓冲区中（因为*(p + size())必须等于charT()）；这也意味着即使惰性初始化终止符，也无法观察缓冲区在中间状态下的情况。

- Mikhail Glushenkov

---

这并没有说明这个字符串是以空字符结尾的。 - jalf

虽然这并不意味着字符串必须以空字符结尾，但可以从字符串的要求中推断出来。c_str和data操作必须是O(1)的，这意味着它们不能在运行时创建副本。此外，匹配operator[]输出的要求意味着它已经以null结尾，或者在返回指针之前调用data/c_str时必须添加null终止符号。另外，在调用时，字符串必须有足够的空间来存储终止符以满足O(1)的要求。从技术上讲，字符串并不需要以null结尾，但data()操作会自动添加。 - David Rodríguez - dribeas

最后一句引用的意思是：返回一个指针p，使得对于每个i在[0,size()]范围内，p + i == &operator。这意味着&operator[](size()) == &operator[](size()-1) + 1 --也就是说，如果operator[](size())返回了指向字符串外部的\0的引用，那么这个要求将永远无法满足。 - David Rodríguez - dribeas

@jalf: 这并没有说明字符串必须以空字符结尾。 是的，它有。21.4.7.1指出c_str()返回的指针必须指向一个长度为size()+1的缓冲区。而21.4.5则表明该缓冲区的最后一个元素必须是charT()，也就是空字符。 - David Hammen

“这个答案只给了我们推理链的一半。”它提供了完整链的三分之二。唯一缺少的是默认初始化charT()赋予的值是空字符。当 charT是char时，显然如此。标准对wchar_t的含义有些模糊（比有些模糊还要更模糊）。 - David Hammen

Answer 2

实际上，新标准规定了.data()和.c_str()现在是同义词。然而，它并未说明.c_str()不再以零结尾 :)

这意味着您现在也可以依赖于.data()以零结尾。

Paper N2668 defines c_str() and data() members of std::basic_string as follows:

 const charT* c_str() const; 
 const charT* data() const; 

Returns: A pointer to the initial element of an array of length size() + 1 whose first size() elements equal the corresponding elements of the string controlled by *this and whose last element is a null character specified by charT().

Requires: The program shall not alter any of the values stored in the character array.

请注意，这并不意味着任何有效的std::string都可以被视为C字符串，因为std::string可能包含嵌入的null，直接将其用作const char*时会过早地结束C字符串。

附录： 我无法访问实际发布的C++11 最终规范, 但似乎在规范的修订历史中确实删除了某些措辞:例如http://www.open-std.org/jtc1/sc22/wg21/docs/papers/2011/n3242.pdf。

§ 21.4.7基本字符串操作 [string.ops]

§ 21.4.7.1基本字符串访问器 [string.accessors]

     const charT* c_str() const noexcept;
     const charT* data() const noexcept;

1. Returns: A pointer p such that p + i == &operator[](i) for each i in [0,size()].
2. Complexity: constant time.
3. Requires: The program shall not alter any of the values stored in the character array.

- sehe

---

@R.MartinhoFernandes：我的编辑和你的评论可能是同时发生的？ - sehe

是的，很抱歉。关于你的编辑，我想指出FDIS措辞与此非常不同，对于空终止的要求并不明显，但它被巧妙地隐藏了:) - R. Martinho Fernandes

挖掘了一些更多的修订版本。现在，谁能给我买那份规范书呢 ;) - sehe

请在您的帖子中转义出现的Operator[](i)中的方括号，因为它们当前被解释为链接，这使得文本难以理解。 - Kevin Cathcart

@Kevin：抱歉，已修复。 - sehe

Answer 3

"历史"是这样的，很久以前当每个人都在单线程工作时，或者至少线程是带有自己数据的工作者，他们为C++设计了一个字符串类，使字符串处理比以前更容易，并重载了operator+来连接字符串。

问题在于用户会做类似以下的操作：

s = s1 + s2 + s3 + s4;

每次串联字符串都会创建一个临时变量，必须实现一个字符串，因此有人想到了“惰性评估”：在内部可以存储某种带有所有字符串的“绳索”，直到有人想要将其作为C字符串读取，此时您将更改内部表示以形成连续缓冲区。

这解决了上述问题，但引起了许多其他问题，特别是在多线程世界中，在那里人们期望.c_str()操作是只读的/不会改变任何内容，因此不需要锁定任何内容。在类实现中过早进行内部锁定以防止某些人进行多线程处理（当时甚至没有线程标准）也不是一个好主意。实际上，与其做任何这样的事情，每次复制缓冲区都更加昂贵。出于同样的原因，“写时复制”实现被放弃用于字符串实现。

因此，使.c_str()成为一个真正的不可变操作是最明智的选择，但在现在已经具备线程感知能力的标准中，是否可以“依赖”它？因此，新标准决定明确说明您可以这样做，因此内部表示需要保存空终止符。

- CashCow

---

旧的 string 还有一个奇怪的特性，即第一个非 const 的 begin() 会使迭代器失效！ - curiousguy

Answer 4

非常敏锐的发现。这显然是最近采用的标准中的一个缺陷；我相信并没有意图破坏当前使用c_str的所有代码。我建议您提交缺陷报告，或者至少在comp.std.c++中提出问题（如果涉及缺陷，则通常会提交给委员会）。

- James Kanze

---

请返回翻译文本：无需链接 - sehe

嗯，FDIS中有一些可能不太稳定的位。21.4.2/2表示空字符串的.data()实际上并没有以null结尾（.data()+1不是有效的指针，但应该是\0之后的一个指针）。 - MSalters